数据流不是稳定的（non-stationary)。教科书（时间序列和计量）教授的基本模型假设数据流是稳定的（stationary).即使一些高阶模型是针对不稳定数据流，  也假设某一种不稳定的形式，如co-integration 用差分法（differencing) 消除不稳定。但是这样也去除了很多有用信息。最重要， 不稳定数据流有很多形式.

从稳定数据流的预测开始，学习它的局限性是一个正确的开端。

Stationary Processes and Prediction Theory. Harry Furstenberg. Princeton University Press, Princeton, N.J., 1960. x + 283 pp.